Troben una nova fórmula per millorar la predicció del risc de càncer de mama

Un nou estudi de la Facultat de Medicina de la Universitat de Washington a St. Louis (Estats Units) descriu un mètode innovador d'anàlisi de mamografies que millora significativament la precisió a l'hora de predir el risc de desenvolupar càncer de mama als cinc anys següents.

Utilitzant fins a tres anys de mamografies anteriors, el nou mètode va identificar les persones amb alt risc de desenvolupar càncer de mama amb una precisió 2,3 vegades més gran que el mètode estàndard, que es basa en qüestionaris que avaluen únicament els factors de risc clínics, com ledat, la raça i els antecedents familiars de càncer de mama.

L'estudi es publica a 'JCO Clinical Cancer Informatics'. "Estem buscant maneres de millorar la detecció primerenca , ja que això augmenta les possibilitats d'un tractament exitós", detalla l'autor principal Graham A. Colditz, director associat del Siteman Cancer Center, amb seu a Barnes-Jewish Hospital i WashU Medicine.

"Aquesta predicció millorada del risc també pot ajudar la investigació al voltant de la prevenció, de manera que puguem trobar millors formes perquè les dones que cauen a la categoria d'alt risc redueixin el risc de cinc anys de desenvolupar càncer de mama", explica.

Aquest mètode de predicció de riscos es basa en investigacions anteriors que van demostrar que les mamografies anteriors contenen una gran quantitat dinformació sobre els primers signes del desenvolupament del càncer de mama que no poden ser percebuts ni tan sols per un ull humà ben entrenat. Aquesta informació inclou canvis subtils al llarg del temps en la densitat mamària, que és una mesura de les quantitats relatives de teixit fibrós davant de teixit gras a les mames.

Per al nou estudi, l'equip va construir un algorisme basat en intel·ligència artificial que pot destriar diferències subtils en les mamografies i ajudar a identificar les dones amb més risc de desenvolupar un nou tumor mamari en un període de temps específic. A més de la densitat mamària, la seva eina d'aprenentatge automàtic considera canvis en altres patrons a les imatges, inclosa la textura, la calcificació i l'asimetria dins de les mames.

"El nostre nou mètode és capaç de detectar canvis subtils al llarg del temps en imatges de mamografies repetides que no són visibles per a l'ull", aporta Jiang, però aquests canvis contenen informació valuosa que pot ajudar a identificar individus d'alt risc.

Actualment, les opcions per reduir el risc són limitades i poden incloure medicaments com el tamoxifè, que redueixen el risc però poden tenir efectes secundaris no desitjats . La majoria de vegades, a les dones amb alt risc se'ls ofereix una detecció més freqüent o l'opció d'afegir un altre mètode de diagnòstic per imatges, com una ressonància magnètica, per intentar identificar el càncer el més aviat possible.

"Avui dia, no tenim manera de saber qui té probabilitats de desenvolupar càncer de mama en el futur en funció de les imatges de les seves mamografies", afegeix la coautora Debbie L. Bennett, professora adjunta de radiologia i cap d'imatges mamàries de l'Institut Mallinckrodt de Radiologia a WashU Medicine.

"El que és tan emocionant sobre aquesta investigació és que indica que és possible obtenir aquesta informació de mamografies actuals i anteriors utilitzant aquest algorisme. La predicció mai no serà perfecta, però aquest estudi suggereix que el nou algorisme és molt millor que els nostres mètodes actuals" .

Els investigadors van entrenar el seu algorisme d'aprenentatge automàtic amb les mamografies de més de 10.000 dones que es van sotmetre a exàmens de detecció de càncer de mama a través del Siteman Cancer Center entre el 2008 i el 2012.

Es va fer un seguiment d'aquestes persones fins al 2020 i, en aquest període, 478 van ser diagnosticades amb càncer de mama. Després, els investigadors van aplicar el seu mètode per predir el risc de càncer de mama en un grup separat de pacients: més de 18.000 dones que es van fer mamografies a través de la Universitat Emory a l'àrea d'Atlanta entre el 2013 i el 2020.

Posteriorment, 332 dones van ser diagnosticades amb càncer de mama durant el període de seguiment, que va finalitzar el 2020. Segons el nou model de predicció, les dones del grup d'alt risc tenien 21 vegades més probabilitats de ser diagnosticades amb càncer de mama en els següents cinc anys que les del grup de menor risc. Al grup d'alt risc, 53 de cada 1.000 dones examinades van desenvolupar càncer de mama en els cinc anys següents.

En canvi, al grup de baix risc, 2,6 dones de cada 1.000 examinades van desenvolupar càncer de mama en els cinc anys següents. Amb els antics mètodes basats en qüestionaris, només 23 dones de cada 1.000 examinades van ser classificades correctament al grup d'alt risc, cosa que demostra que l'antic mètode, en aquest cas, va passar per alt 30 casos de càncer de mama que el nou mètode va detectar.

Les mamografies es van realitzar en centres mèdics acadèmics i clíniques comunitàries, cosa que demostra que la precisió del mètode es manté en diversos entorns. És important destacar que l'algorisme es va construir amb una sòlida representació de dones negres, que solen estar subrepresentades en el desenvolupament de models de risc de càncer de mama. La precisió per predir el risc es va mantenir a tots els grups racials.